桃屋瓶詰め冷菜拳
桃屋の中華瓶詰めってあるじゃないですか。ザーサイ、メンマ、穂先メンマやわらぎなど。ラーメンや中華料理の材料にしたり、そのままオツマミにすることが多いと思います。この瓶詰めシリーズを和え物にした中華風前菜に最近ハマってます。
和え物の構成は(ベース食材)＋(瓶詰め)＋(薬味)＋(調味料)です。ベース食材には豆腐や竹輪を始め、トマトやキュウリなどの野菜も使えます。これに瓶詰めを1種合わせて、薬味としてネギや茗荷を加える。薬味はなくても大丈夫。瓶詰めシリーズはどれも単体でオツマミになるような味付けになっているので、ベース食材を加えた分の塩分を少し補い、ごま油で香り付けするイメージです。
火を使わずサッと作れるので、これと何かメインの一皿があれば十分晩酌には足りるという寸法です。作った例はこんな感じ。
自分好みの技を見つけてみてください。
牛肉と卵のパッキ・ビリヤニ
ご機嫌な例の会で作ったビリヤニのレシピです。最近、『「ビリヤニ大澤」のフライパンビリヤニ』を読んで、よさそうだなぁと思って参考にしてみました。いつかお店にも行きたい。アムチュールパウダーとジンジャーパウダーの酸味と卵のプリっとホクっとしたのがよい相性です。例の会では米600gで最終的なトータル1キロぐらいを作ったのですが、さすがに自家消費だと多すぎるので下に書くのは200gのパターンです。
事前準備
ゆで卵を2個作って、レッドチリ・コリアンダーパウダー、クミンパウダー、ガラムマサラ、塩を混ぜたものをまぶして、油で軽く炒めておきます。焦げやすい。これは最後の炊き上げのときに載せます。
グレービー
このビリヤニはパッキ式、つまりグレービー（カレー）を先に作って、茹でたバスマティ米と一緒に炊き上げる方式で作ります。構成要素はフライドオニオン、ヨーグルト＆トマト、肉＆スパイスの4つです。ビリヤニ大澤本だとスパイスは一部を油で炒めて香りを出していましたが（テンパリング）、面倒だったので肉を一緒に調理しました。
まずはフライドオニオンを2/3個分つくって、油を切る。時間をかけて揚げると甘くていい感じになります。
ヨーグルト100g, トマト100g、ニンニク・ショウガそれぞれ1/2片のすりおろしをブレンダーなどでまぜて滑らかにして、フライパンで加熱して水分を飛ばす。ヘラを動かしたときに鍋底が少し見えるかな、ぐらいまでやりました。あんまりやると突沸するし焦げるしで怖い。
別のフライパンでカレー用の牛肉を細かめの賽の目切りにして、フライパンで焼き、アク的な水分を飛ばします。そこにコリアンダーパウダー（小3）、クローブ（3粒）、グリーンカルダモン（3粒）、ブラックペッパー（8粒）、チリパウダー（小2）、ターメリック（小1）を粉砕してパウダーにしたものを加えて軽く炒めて香りをだす。
最後に4つを全部合わせ、クミンシード1つまみ、シナモンスティック3~4cm 1本、アムチュールパウダー（小2）、ジンジャーパウダー（小3）を加えて水と塩を加えつつ、10分ぐらい煮て馴染ませます。加える水の量は様子を見ながら、シャバシャバにはならないけど、ある程度流動性があるぐらい。ここで水分が足りないと炊き上げのときに焦げるし、逆に多いと炊きあがりがベシャっとします。
炊き上げ
バスマティ米200g（Lal Qillaを使用）を30分浸水させ、12%の塩水で5分茹でてザルにあげる。鍋にグレービー→米→卵をのっけて炊きます。1キロ作ったときはバターも乗せました。
蓋をして中火で中のグレービーが沸騰して鍋内部全体に蒸気が回る感じになったら超弱火にして温度をキープする感じで10分弱。火を止めて5分ぐらい蒸らして完成です。
おまけ
例の会で1キロつくったときはこんな感じでした。仕上げたの写真は撮り忘れた…
肉を一度に焼きすぎて水分がだいぶ出て少し焦りましたが、なんとかなりました。あとビリヤニは一度に沢山作ったほうがおいしくなりますね。
会では他にもいろんな料理がでて、音楽もご機嫌で最高でした。オフ会的なものは実はこれが初めてで、最初はドキマギしていましたが居心地のよい空間で、たくさんの面白い人たちと出会えました。感謝です！
私がやりたいこと
人は案外、自分でやりたいことを自覚することは難しいものだ。「あなたは一体何がしたいんですか？」そう言われて滔々と答える自分の姿を想像してみてほしい。やりたいことは沢山あるかもしれない。しかしそれらは概ね未整理で、唐突で、未計画なものだと思う。それでいいはずだ。ほんとうに実現可能なだけ望む人間など稀有だろう。むしろ、ほとんどの人間は自らがやりたいことを知らないか、または興味がない。
昨夜に書き出したやりたいことリストを書き出してみた。とくにかくなんでも、できるだけ何も考えず。タコスパーティーがしたい、広い家に住みたい、絵本を描きたい .... etc。こういうときは何も振り返らないのがよい。実現可能か？本当にしたいの？そういったツッコミはなしでひたすら書き出し続けてみる。酔いにまかせて書き出してみた。
次の日に見てみるとリストのほとんどは素朴というか、現実的な願いであることに気づいた。私は自分が望むことを吐き出すのにフィルタをかける癖があるのかもしれない。
診断、そして占い
なんとなくBlueskyのTLに流れてきた心理診断的なものをやってみました。105問の果てに結果を表示のボタンを押したら一瞬フリーズして絶望しかけましたが、ほどなくして表示されました。
bsky.app対戦よろしくお願いします
— たぬ (@tanu.bsky.social) 2025-01-17T00:25:27.652Z
結果にはいくつかの病名がならんでいます。言うまでもなく、こうした病気の判断は難しいものです。Web診断1つでハイこれです、というわけにはいきません。あくまで傾向があるかもねぇ〜ぐらいの推測なわけです。こうした精神的な疾患の病名をカジュアルに使うのは、ひと昔前でいう『天然』や『ちょっと抜けてる』の言い換えのような感じがあり、なんだかなぁという気がしますが、まぁWeb診断というのは概ねそういうものです。
こうした「診断」は自分の生活を俯瞰するきっかけになるという意味で、占い的な面があります。診断結果は網羅的であるがゆえに、何かしらの意外性を含んでいます。それらは自分の日頃の振る舞いを思い出す契機になります。「自分てこんな人間だっけ…いや、けど…。」そう考えるときに、無意識にいつもとは違う目線で自分を見つめているわけです。占いは唐突に、つまり意外性をもって未来を宣言することで占われた人に自らの振る舞いを考えさせる契機になります。たまにはこんな機会も悪くないですね。
大規模言語モデルについて
大規模言語モデル（Large Language Model, LLM）が話題だ。ChatGPTの登場は多くのAI研究者に衝撃を与えた。いまではGoogleやMeta社をはじめとして多くの企業・研究機関が独自のLLMを発表し、毎日多くの論文が出ている。LLMは私たちの社会をどう変えていくのだろうか？そもそもLLMとはどんなものなのだろうか？またどんな限界があるのか？
どんなものなのか
LLMは言語の生成を行うAIのことだ。人間から与えられた言語を入力として、その返答である言語を生成することができる。入力する言語は日本語や英語の場合もあれば、自然言語に限らず画像や音声を表す独自の単語（トークン）であってもよい。私たちはLLMに数学の問題を解かせたり、長い文章を要約したり、翻訳したり、出力した音声を自動読み上げさせて英会話の練習相手にすることができる。最近では自然言語で書かれた文章を要約して検索可能にするRAGなどにも使われている。またロボットの振る舞いを決める推論エンジンとしても研究されている。その性能はとても高く、専門的教育を受けた人間がやっと受かるような試験に合格できる。
LLMの仕組み
LLMは100億規模の大量のパラメータを持つニューラルネットワークだ。言語を生成するAIの研究では歴史的にはルールベースを経てマルコフ過程などの確率モデルから深層学習の登場によるリカレントニューラルネットワークによる方法が使われていた。そこにGoogleの研究者たちがAttention機構が言語の生成に役立つことを発見（[1706.03762] Attention Is All You Need）、現在使われているTransformerと呼ばれるニューラルネットワークの形が注目された。ニューラルネットワークの最適なパラメータを探す方法は様々な方法があるが、Transformerで使われるのは確率的勾配法（Stochastic gradient descent）だ。入力と望ましい出力（答え）のセットを大量に用意し、ネットワークの出力と答えの違い（誤差）を減らすようにパラメータを徐々に変化させていく。誤差が小さくなる良いパラメータは簡単に見つけられないので何回も入力を変えながらパラメータを更新していく。この作業を「学習」と呼ぶ。
ニューラルネットワークのパラメーターを増やせば性能が良くなる、というのが深層学習のメインコンセプトである。さらにOpenAIはニューラルネットワークのパラメータの数とデータと学習を増やすと性能が高くなるScaling law を発見した。つまりたくさんの計算資源を投資してパラメータ・データ・学習を増やすことで高品質な言語の生成ができることがわかった。
OpenAIはLLMの前にはロボットを制御するニューラルネットワークを作る研究へ多く投資をしていた。この研究で使われていた強化学習と呼ばれる手法を使ってニューラルネットワークをさらに人間が望み通りに生成をするよう修正できるようになった。先ほど述べたように学習には入力に対して望ましい出力が必要だが、「やさしく応える」や「根拠をもって答える」「同じことを何回も言わない」などの望ましさを具体的な出力の形で用意するのは大変だ。そこで、人間が点数（preference）をつけて、その点数が向上するようパラメータを更新するのに強化学習が使えることがわかったのである。（[2203.02155] Training language models to follow instructions with human feedback）。最近では強化学習よりもさらに安定した手法も使われているようだ。
つまり、LLMを作るためには大規模な言語の入出力（コーパス）を用意し、大規模なパラメータを大規模な計算機で更新し続け、仕上げに人間の好みに応えられるようパラメーターを修正すればよいわけだ。修正までできれば、パラメータはそのままで、「正6角形の面積を求めるプログラムを書いて」のようなユーザーの入力から得られる出力をプログラム（の文字列）として返す。
LLMの振る舞いを決めるパラメーターは学習によって得られたものだが、直接その値を人間が解釈することはとても困難だ。そのためしばしばニューラルネットワークはブラックボックスであると言われる。LLMの振る舞いを理解するための理論的・実験的な研究が行われているが、現状は経験則で学習の方法を積み上げているのが現状である。
LLMの限界
このままScaling lawによってLLMは際限なく高い知能を得て人間の知能の代わりになってしまう気がするが、LLMにはまだまだ困難な問題が多くある。知られているこの諸問題についてみてみよう：
- 計算資源の枯渇: 物理的・経済的に無限に計算資源を用意できないし、無限に学習のデータを用意することができないため、パラメーターを増やし続けることは現実的ではない。最近OpenAIが出したo1と呼ばれるLLMはパラメーターを増やしたり学習をよくすることよりも、出力の計算方法を賢くすることにコストをかけている。
- 幻覚（ハルシネーション）: LLMは間違った答えを出力することがしばしばある。この原因は学習データに間違いが含まれていたり、学習が不十分だったり、あるいは内挿と呼ばれるニューラルネットワークの性質によるものである。とくに深刻なのはLLMは身体的な知能を持たないということだ。私たちの知能は言語的な推論だけではなく、物を掴んだり服を着たりするような感覚と動作の複雑な相互作用を制御するための身体的な推論も行っている。LLMは言語しか知らないので、身体的な推論が極めて苦手だ。実際にLLMをロボット制御に使おうとする研究がなされているが、かなり苦戦している。
- 長期記憶: 一度に入力できる言語の長さには物理的・パラメータの構造に伴う制約がある。そのため人間のように何年〜何十年前の経験（入力）から得られた知識を使って答えることができない。基本的にLLMのもつ知識は学習データに内在するものだが、人間世界の知識は時事刻々と変化しており、これを追従し続けるのには多くのコストがかかってしまう。
- 性能の保証: 先に述べたようにLLMの内的な振る舞いはよくわかっておらず、そのため制御が難しい。そのため間違った出力をしないという保証・見積もりができない。
- 知能の評価: LLMの知能の高さは様々なベンチマーク（クイズセット）で測られる。しかし私たち人間はよい知能の測り方を知っているわけではない。これは身体的な知能にも関わる問題だろう。解きたい問題があるからといって必ずしも良い評価指標が存在するわけではない。
まとめ
LLMの大雑把な仕組みと仕組みからくる限界について書いてみた。限界についてはまさに現在進行形で数多くの研究が進んでいる。個人的な予想としては万能なLLM（たまにAGIとか呼ばれる）を作るよりも、LLMが得意とするような課題がフィットするように人間社会の仕組みが変わっていくのかもしれない。車の登場が社会を変えたように。
鶏肉のペッパーパッキビリヤニ
例の回で振る舞ったビリヤニのレシピです。他の料理もあるため1皿2、3口ぐらいの量でしたが、下記の量だとちゃんと盛ると4,5人前ぐらいはある気がします。ビリヤニは食べ進めるとスパイスがジワジワ効いてくるため、たくさん食べるのがおすすめです。前回は生のマリネをバスマティライスと一緒に炊くカッチ式でしたが、今回はマリネを煮てから炊くパッキ式です。
マリネ: 袋などにいれて一晩冷蔵庫におく
準備
グレービー
- 油50gでホールスパイスと玉ねぎ小1個のスライスを炒める:
- 玉ねぎが色づいたらマリネと水400mlを加えて25分煮る
- ゆで卵4つ塩・ガラムマサラ・カイエンペッパー・クミンを混ぜたスパイスミックスをまとわせたものを加えて5分ぐらい煮る
仕上げ
- バスマティ米の水気を切って2.4リットルの水に30gの塩で6分茹でる
- グレービー、バスマティ米、サフラン水
- サフラン水を加えて2、3分中火、20分極弱火、10分蒸らし、仕上げにガラムマサラと塩胡椒で味を調整
チキン・カッチ・ビリヤニのレシピ
ビリヤニ流行ってますね。セブンイレブンのお弁当で出たあたりから一気に認知度があがった気がします。先日、とある会でビリヤニを作ったのでレシピを書いてみました。生肉のマリネとバスマティ米を一緒に炊くカッチ・ビリヤニです。辛いのが苦手ならレッドチリとブラックペッパーを減らすとよいかと思います。卵は入れなくてもいいです。火加減が難しいので弱火は本当に消えるかな？ぐらいの弱火で、鍋内の温度を保つイメージです。コンロと鍋の性能次第で時間は変わるので多少試行錯誤が必要です。私は毎回祈ってます。バスマティ米はLal Qilla Majesticを使いました。
マリネ: 袋などにいれて一晩冷蔵庫におく
- 鳥もも肉 300g（一口大に切る）
- しょうがニンニクすりおろし大1
- シシトウ4本（スライス）
- プレーンヨーグルト 150g
- パクチー 15g
- ミント 7g
- 塩 小 1.5
- ホールスパイス（カルダモン6つ, シナモンスティック5cm, クローヴ 5つ, ブラックペッパー 8つ, スターアニス 1つ, ローリエ 1枚）
- パウダースパイス(ターメリック小2, レッドチリ小1.5, コリアンダー小3, クミン小3, ガラムマサラ小3)
準備
- バスマティライス300gとクローブ2, ローリエ1枚を30分浸水する
- 玉ねぎ2/3~3/4個をスライスして多めのサラダ油でじっくり焼いて取り出す
- サフランひとつまみに水を小3ぐらいいれてサフラン水をつくる
- ゆで卵の縦方向に4ヶ所包丁で切れ目を軽くいれて塩・ガラムマサラ・カイエンペッパー・クミンを混ぜたスパイスミックスをまとわせて油で焼く
調理
- 塩小3を入れたお湯で2分30秒茹でてザルにあける
- マリネ->米->卵->バター20g->玉ねぎ->パクチー15g->ミント7g->サフラン水-の順で重ねる
- 中火で10分、弱火で12分、15分蒸らして完成
ライタ: ヨーグルトに刻み玉ねぎ、クミン、塩を入れる
調理手順のイメージです。下のは卵いれなかったときかな。
追記
作った方によると塩が弱いといっていたので、マリネの塩は小2にして、茹でるときの塩分濃度を高めにしたほうがいいかもしれません。1.2リットルに15gぐらいの気持ちです。
